Más actualización con previas
Supón que observas 16 caras en 20 lanzamientos, lo que normalmente sería una fuerte evidencia de que la moneda está sesgada. Sin embargo, supón que habíamos fijado una probabilidad previa del 99% de que la moneda sea justa (50% de probabilidad de cara) y solo un 1% de que esté sesgada (75% de probabilidad de cara).
Resolverás este ejercicio encontrando la respuesta exacta con dbinom() y el teorema de Bayes. Recuerda que el teorema de Bayes es:
$$\Pr(\mbox{fair}|A)=\frac{\Pr(A|\mbox{fair})\Pr(\mbox{fair})}{\Pr(A|\mbox{fair})\Pr(\mbox{fair})+\Pr(A|\mbox{biased})\Pr(\mbox{biased})}$$
Este ejercicio forma parte del curso
Fundamentos de probabilidad en R
Instrucciones del ejercicio
- Usa
dbinom()para calcular las probabilidades de que una moneda justa y una moneda sesgada den 16 caras en 20 lanzamientos. - Usa el teorema de Bayes para encontrar la probabilidad posterior de que la moneda sea justa, dado que hay una probabilidad previa del 99% de que la moneda sea justa.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Use dbinom to find the probability of 16/20 from a fair or biased coin
probability_16_fair <-
probability_16_biased <-
# Use Bayes' theorem to find the posterior probability that the coin is fair